1. Repositorio Institucional UAQ
2. Tesis
3. Facultad de Informática
4. Doctorado
5. Doctorado en Ciencias de la Computación

Título:	Arquitectura para Análisis Drill-Down mediante el uso de Multilayer Perceptron Neural Networks
Autor(es):	Victor Hugo Silva Blancas
Área:	INGENIERÍA Y TECNOLOGÍA
Fecha de publicación :	7-ago-2025
Editorial :	Universidad Autónoma de Querétaro
Páginas:	1 recurso en línea (123 páginas)
Folio RI:	IFDCN-267066
Facultad:	Facultad de Informática
Programa académico:	Doctorado en Ciencias de la Computación
Resumen:	Actualmente se están usando tecnologías emergentes para capitalizar los datos, crear valor de negocios y competir en un mundo controlado digitalmente. La implementación de análisis de grandes bases de datos es generalmente complicada y consumidora de recursos y por tal razón es necesario desarrollar nuevas herramientas. El análisis drilldown, DD, que es un entorno efectivo para codificar múltiples consultas en una representación compacta y eficiente, potencia significativamente los métodos actuales de recuperación de información y puede ser aplicado al sistema financiero para la creación de indicadores, normalizaciones y predicciones, como aquellas basadas en el precio. Esta investigación ha diseñado una nueva metodología de análisis de datos integrada con herramientas de machine learning, ML, como K-means y MLP, con el objeto de sesgar los valores difusos provocados por los problemas de análisis sobre-saturados y permitir una predicción y una proyección más certeras aprovechando la información de los mercados de valores micro y macro económico. Como resultado, durante el análisis de datos se pudo observar que el problema de la sobre-saturación se redujo al momento de realizar operaciones de clasificación a través de algoritmos aplicados de K-means previos al uso de MLP. Se dedujeron teoremas y corolarios, y también hipótesis de carácter matemático, que fundamentaron teóricamente los cálculos realizados. También, con respecto al precio y sus determinantes, se produjo un conjunto de indicadores que demostraron que las particularidades de cada tendencia informativa son capaces de ofrecer diferentes perspectivas en el aprovechamiento del conjunto de datos. La aplicación de K-means y MLP redujo la sobre-saturación durante el exploratory data analysis del conjunto de datos. Por el lado del mercado financiero, se pudo observar que la sofisticación del esquema de datos (dada por la cantidad de tipos, perfiles, profundidad y volumen) permitió una normalización y racionalización durante la experimentación capaz de ofrecer diferentes enfoques y perfiles. El precio como factor fundamental se vio potenciado por el tipo de transacción, su manipulación, su temporalidad y su disponibilidad.
URI:	https://ri-ng.uaq.mx/handle/123456789/12145
Aparece en:	Doctorado en Ciencias de la Computación

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.